基于混合核KPLS的工业过程质量预测方法
陈路 郑丹 童楚东
生成PDF 清样下载 引用

复制成功

导出题录

参考文献( GB/T 7714-2015 ) 复制

陈路 郑丹 童楚东,. 基于混合核KPLS的工业过程质量预测方法[J]. 天线研究,2020.6. DOI:.
摘要:
核偏最小二乘(KPLS)能够有效解决数据间的非线性问题并提高质量预测精度,在工业过程监测和质量预测中得到了广泛的应用。良好的KPLS质量预测模型要求核函数同时具备内插和外推能力。然而,传统的单核核函数只能表现出其中一种能力。为了克服这一缺点,本文提出一种混合核KPLS方法用于非线性工业过程质量预测。然后,通过使用遗传算法对混合核函数参数及权重进行优化选取,提高质量预测精度。最后,通过使用田纳西-伊思曼过程的使用实例,说明了该方法的实用有效性。
关键词: 混合核函数核偏最小二乘遗传算法质量预测
DOI:
基金资助:

》在线投稿系统

*文章题目:
*作者姓名:
*电子邮箱:
*通讯地址:
*联系方式:

  备      注:

*上传稿件:

支持上传.doc,.docx,.pdf,.txt,.wps文件

投稿须知:

1、审稿结果将于1~7个工作日以邮件告知,请注意查收(包含录用通知书、审稿意见、知网CNKI查重报告)。

2、提交投稿后,若7个工作日之内未接到录用通知,则说明该文章未被录用,请另投他刊。

3、凡投寄本刊稿件,如在内容上有侵权行为或不妥之处,均应文责自负。本刊有权对来稿进行文字编辑、加工和修改,如不同意,请附说明,以便妥善处理。

4、多作者文稿署名时须征得其他作者同意,排好先后次序,通知用稿后不再改动。

5、凡投往本刊稿件一经录用发表,其版权归本刊所有。

6、本刊已全文录入中国知网、万方、维普等数据库,如作者不同意被收录,请提前申明,未申明者,本刊一律视为同意被收录。

7、请勿一稿多投。